计算密集型 。 训练深度学习模型可能需要数十亿次计算 。 虽然可以在常规硬件上 执行此任务 ， 但一些行业分析师建议使用专门的 GPU 加速平台 。 这个硬件不便宜 。此外 ， 由于对高性能机器的需求 ， 一些客户报告订单和延长的交货时间 。
部署问题 。 深度学习模型是复杂的 ， 这使得它们更难部署在生产系统中 。 由于模 型的不透明度 ， 组织机构可能需要实施其他措施来向用户进行说明 。
【干货｜简单易懂的深度学习指南，不服来辩！（一）】看到这里 ， 你对深入学习有没有新的认识呢？如果感兴趣可以关注我们慧都大数据 ， 在后面的学习中我们将介绍Cloudera数据和机器学习的统一平台 ， 并展示实施深度学习的四种方法 ， 以及提供六个实用技巧 ， 帮助您的组织开始进行深度学习 。

稿源：(未知)

【傻大方】网址：http://www.shadafang.com/c/111J2U422020.html

标题：干货｜简单易懂的深度学习指南，不服来辩！（一）( 三 )